big-data

分散ビッグデータオーケストレーションサービス

AWS上でペタバイト規模の脅威ハンティング、検知・対応、サイバーセキュリティ分析を実現するオープンソースのセキュリティデータレイク。

IPython / Jupyterノートブック形式のビッグデータ分析および機械学習向けApache Spark & Python (pySpark) チュートリアル

Tonbo は、サーバーレスおよびエッジランタイム向けの組み込みデータベースです。

:bar_chart: :clipboard: YAML または JSON ファイルを使用したダッシュボード

Dremio - モダンデータにおける失われたピース

高性能なデータストアソリューション

JavaScript 用の Avro :zap:

高度で成熟したオープンソースのMPP（超規模並列処理）データベース。Greenplum Databaseのオープンソース代替品

Scikit-learn アプリケーションをシームレスに高速化する拡張機能

PySpark を使用した基本アルゴリズムを提供す PySpark-Tutorial

データ分析やオブジェクトストレージのワークロードに最適化された、スケーラブルで信頼性の高い分散ストレージシステム。

Apache Parquetファイルの閲覧とクエリを行うためのシンプルなWindowsデスクトップアプリケーション

GraphFramesは、DataFrameベースのグラフ機能を提供するApache Spark用パッケージです。

Apache Amoro(incubating)は、オープンなデータレークフォーマット上に構築されたレークハウス管理システムです。

Apache Accumulo

ClickBench: 分析データベース向けベンチマーク

素晴らしいデータカタログとオブザーバビリティプラットフォームのまとめ

Apache Avro、Apache Spark、Apache Parquet を使用して構築された特殊なファイル形式を持つ、ゲノミクス分析プラットフォーム ADAM。Apache 2 ライセンス。

高性能なベクトル検索と全文検索をサポートする@ClickHouseのフォーク

Apache Flink Kubernetes Operator

データサイエンス、機械学習、ビッグデータ、ビジネスアナリティクスのキャリアリソースリポジトリ

ListenBrainzプロジェクト用のサーバー。配信されるフロントエンド（JavaScript/React）コードと、LBで使用されるすべてのデータ処理コンポーネントを含みます。

Apache Spark用NVIDIA cuDFプラグイン - GPUでApache Sparkを高速化

Sparkクラスター内でH2Oの機能を提供するSparkling Water

安全なデータ共有のためのオープンプロトコル

⚡ 統計用の1パスアルゴリズム

スペイン語でのデータエンジニアリングの基本概念、技術的な課題、リソースをまとめたリポジトリ 🧙✨

従来のインデックスに比べ桁違いに少ない容量で、数十億件の配列アイテムに対する高速な検索、先行要素検索、範囲検索、更新を実現する最先端の学習済みデータ構造

AI プロジェクト